Negociação Algorítmica Negociação Algorítmica. Também chamado de negociação automatizada. Black-box comercial. Ou algo comercial. É o uso de plataformas eletrônicas para a entrada de ordens de negociação com um algoritmo que executa instruções de negociação pré-programadas cujas variáveis podem incluir tempo, preço ou quantidade da ordem, ou em muitos casos iniciar a ordem por um robô, sem intervenção humana. A negociação algorítmica é amplamente utilizada pelos bancos de investimento. fundos de pensão. fundos mútuos. E outros comerciantes institucionais compradores (investidores), para dividir os grandes negócios em vários negócios menores para gerenciar o impacto e o risco do mercado. 1 2 Vender lado comerciantes, tais como os criadores de mercado e alguns fundos de hedge. Fornecer liquidez ao mercado, gerando e executando ordens automaticamente. Uma classe especial de negociação algorítmica é a negociação de alta freqüência (HFT). Muitos tipos de atividades de negociação algorítmicas ou automatizadas podem ser descritas como HFT. Como resultado, em fevereiro de 2012, a Commodity Futures Trading Commission (CFTC) formou um grupo de trabalho especial que incluiu acadêmicos e especialistas da indústria para aconselhar a CFTC sobre a melhor forma de definir HFT. As estratégias HFT utilizam computadores que tomam decisões elaboradas para iniciar ordens baseadas em informações que são recebidas eletronicamente, antes que os comerciantes humanos sejam capazes de processar as informações que observam. A negociação algorítmica e a HFT resultaram em uma mudança drástica na microestrutura do mercado, particularmente na forma como a liquidez é fornecida. 5 A negociação algorítmica pode ser utilizada em qualquer estratégia de investimento. Incluindo a produção de mercado. Inter-mercado, arbitragem. Ou pura especulação (incluindo a tendência seguinte). A decisão de investimento e implementação podem ser aumentadas em qualquer fase com suporte algorítmico ou podem operar de forma totalmente automática. Uma das principais questões sobre HFT é a dificuldade em determinar como é rentável. Um relatório divulgado em agosto de 2009 pelo TABB Group, uma empresa de pesquisa de serviços financeiros, estimou que as 300 empresas de valores mobiliários e hedge funds que se especializam neste tipo de negociação levaram em 2008 um máximo de US21 bilhões de lucros 6, Chamado relativamente pequeno e surpreendentemente modesto quando comparado com o volume comercial global dos mercados. Um terço de todos os negócios de ações da União Européia e dos Estados Unidos em 2006 foram impulsionados por programas automáticos ou algoritmos, de acordo com a empresa de consultoria e consultoria Aite Group, com sede em Boston. 7 A partir de 2009, estudos sugeriram que as empresas HFT representaram 60-73 de todo o volume de negociação de ações dos EUA, com esse número caindo para aproximadamente 50 em 2012. 8 9 Em 2006, na Bolsa de Valores de Londres. Mais de 40 de todas as encomendas foram introduzidas por comerciantes algorítmicos, com 60 previstos para 2007. Mercados americanos e mercados europeus geralmente têm uma maior proporção de negociações algorítmicas do que outros mercados, e as estimativas para 2008 gama tão elevada como uma proporção de 80 em alguns mercados. Os mercados de câmbio também têm negociação algorítmica ativa (cerca de 25 de pedidos em 2006). 10 Os mercados de futuros são considerados bastante fáceis de integrar na negociação algorítmica, 11 com cerca de 20 opções de volume esperado para ser gerado por computador até 2010. Erro de script Erro de script 91 informações datadas 93 12 Os mercados de títulos estão se movendo em direção a mais acesso aos comerciantes algorítmicos. 13 Algorithmic e HFT foram o assunto de muito debate público desde que a Comissão de Valores Mobiliários e Câmbio dos EUA ea Commodity Futures Trading Commission disseram em relatórios que um comércio algorítmico entrou por uma empresa de fundos mútuos desencadeou uma onda de venda que levou à 2010 Flash Crash . 14 15 16 17 18 19 20 21 Os mesmos relatórios encontraram estratégias HFT pode ter contribuído para a volatilidade subseqüente. Como resultado desses eventos, a Dow Jones Industrial Average sofreu sua segunda maior variação intradiária até essa data, embora os preços tenham se recuperado rapidamente. Um relatório de julho de 2011 da Organização Internacional de Comissões de Valores Mobiliários (IOSCO), um órgão internacional de reguladores de valores mobiliários, concluiu que embora os algoritmos ea tecnologia HFT tenham sido utilizados pelo mercado Participantes para gerenciar suas negociações e riscos, seu uso também foi claramente um fator contribuinte no evento flash crash de 6 de maio de 2010. 22 23 Alguma negociação algorítmica antes do reequilíbrio do fundo índice transfere lucros dos investidores. 24 25 26 História A informatização do fluxo de pedidos nos mercados financeiros começou no início da década de 1970, com alguns pontos de referência como a introdução do sistema de entrega de ordens designado pela Bolsa de Valores de Nova York (DOT, e mais tarde SuperDOT) Correto, que os executou manualmente. O sistema automatizado de relatórios de abertura (OARS) ajudou o especialista a determinar o preço de abertura do mercado de compensação (SOR Smart Order Routing). Programa de negociação é definida pela Bolsa de Valores de Nova York como uma ordem para comprar ou vender 15 ou mais ações valorizadas em mais de US1 milhão total. Na prática, isto significa que todas as transacções do programa são introduzidas com o auxílio de um computador. Na década de 1980, o programa de negociação tornou-se amplamente utilizado na negociação entre os mercados de ações SampP500 e futuros. Na arbitragem de índices de ações, um trader compra (ou vende) um contrato de futuros de índices de ações, como os futuros SampP 500, e vende (ou compra) uma carteira de até 500 ações (pode ser um subconjunto representativo muito menor) Futuros. O programa de negociação na NYSE seria pré-programado em um computador para inserir a ordem automaticamente para o sistema de roteamento de ordens eletrônicas NYSEs em um momento em que o preço de futuros eo índice de ações estavam longe o suficiente para fazer um lucro. Na mesma época, o seguro de carteira foi projetado para criar uma opção de venda sintética em uma carteira de ações negociando dinamicamente futuros de índices de ações de acordo com um modelo de computador baseado no modelo de precificação de opções da BlackScholes. Ambas as estratégias, muitas vezes simplesmente agrupadas como programa de negociação, foram responsabilizados por muitas pessoas (por exemplo, o relatório Brady) para exacerbar ou mesmo iniciar o crash de 1987 mercado acionário. No entanto, o impacto da negociação orientada por computador em falhas do mercado de ações é pouco claro e amplamente discutido na comunidade acadêmica. 27 Mercados financeiros com execução totalmente electrónica e redes de comunicações electrónicas semelhantes desenvolvidas no final dos anos 80 e 90. Na decimalização norte-americana. Que alterou o tamanho mínimo de tick de 116 de um dólar (US0.0625) para US0.01 por ação, pode ter incentivado negociação algorítmica como ele mudou a microestrutura do mercado, permitindo menores diferenças entre os preços de oferta e oferta, diminuindo os criadores de mercado Vantagens comerciais, aumentando assim a liquidez do mercado. Este aumento da liquidez do mercado levou os comerciantes institucionais a dividir as encomendas de acordo com algoritmos de computador para que pudessem executar encomendas a um preço médio melhor. Esses benchmarks de preço médio são medidos e calculados pelos computadores, aplicando o preço médio ponderado pelo tempo ou mais normalmente pelo preço médio ponderado pelo volume. Um incentivo adicional para a adoção da negociação algorítmica nos mercados financeiros ocorreu em 2001, quando uma equipe de pesquisadores da IBM publicou um artigo 28 na Conferência Internacional Conjunta sobre Inteligência Artificial, onde mostraram que em versões laboratoriais experimentais dos leilões eletrônicos usados no mercado financeiro Mercados, duas estratégias algorítmicas (IBM próprio MGD e Hewlett-Packard s ZIP) poderia consistentemente out-perform comerciantes humanos. MGD foi uma versão modificada do algoritmo GD inventado por Steven Gjerstad amp John Dickhaut em 19967 29 o algoritmo ZIP foi inventado na HP por Dave Cliff (professor) em 1996. 30 Em seu trabalho, a equipe da IBM escreveu que o impacto financeiro de Seus resultados mostrando MGD e ZIP superando os comerciantes humanos. Pode ser medido em bilhões de dólares anualmente o papel IBM gerado cobertura de mídia internacional. Com a abertura de mais mercados eletrônicos, foram introduzidas outras estratégias de negociação algorítmica. Essas estratégias são mais facilmente implementadas pelos computadores, porque as máquinas podem reagir mais rapidamente a erros de preços temporários e examinar os preços de vários mercados simultaneamente. Por exemplo Stealth (desenvolvido pelo Deutsche Bank), Sniper e Guerilla (desenvolvido pelo Credit Suisse 31), arbitragem. Arbitragem estatística. Tendência seguinte. E reversão média. Este tipo de negociação é o que está impulsionando a nova demanda por Baixa Latência Proximidade de Hospedagem e Conectividade Global de Câmbio. É imperativo entender o que é latência quando se junta uma estratégia para o comércio eletrônico. Latência refere-se ao atraso entre a transmissão de informações de uma fonte ea recepção da informação em um destino. A latência tem como limite inferior a velocidade da luz, o que corresponde a cerca de 3,3 milissegundos por 1.000 km de fibra óptica. Qualquer equipamento de regeneração ou encaminhamento de sinal introduz uma latência maior do que esta linha de base da velocidade da luz. Estratégias Editar Trading antes do rebalanceamento do fundo índice Editar A maioria das economias de aposentadoria. Tais como fundos de pensão privados ou 401 (k) e contas de aposentadoria individuais nos EUA, são investidos em fundos mútuos. Os mais populares são fundos de índices que devem periodicamente reequilibrar ou ajustar sua carteira para coincidir com os novos preços e capitalização de mercado dos títulos subjacentes no estoque ou outro índice que rastreiam. Isto permite aos comerciantes algorítmicos (80 dos quais envolvem os 20 principais títulos mais populares 32) antecipar e negociar antecipadamente os movimentos dos preços das ações causados pelo reequilíbrio dos fundos mútuos, obtendo lucro com o conhecimento prévio das grandes ordens de blocos institucionais. 24 34 Isso resulta em lucros transferidos de investidores para comerciantes algorítmicos, estimados em pelo menos 21 a 28 pontos base anualmente para fundos de índice SampP 500, e pelo menos 38 a 77 pontos base por ano para fundos Russell 2000. 25 John Montgomery da Bridgeway Capital Management diz que os retornos dos investidores pobres resultantes da negociação antes dos fundos mútuos é o elefante na sala que chocante, as pessoas não estão falando. A arbitragem de fusos horários relacionados com fundos de investimento e seus títulos subjacentes negociados em mercados estrangeiros é susceptível de prejudicar a integração financeira entre os Estados Unidos, a Ásia e a Europa. 35 Trend following Edit Trend following é uma estratégia de investimento que tenta aproveitar os movimentos de longo prazo, médio e curto prazo que às vezes ocorrem em vários mercados. A estratégia visa tirar proveito de uma tendência de mercado em ambos os lados, indo longa (compra) ou curto (venda) em um mercado em uma tentativa de lucrar com os altos e baixos dos mercados de ações ou futuros. Os comerciantes que usam essa abordagem podem usar o cálculo do preço de mercado atual, médias móveis e breakouts de canal para determinar a direção geral do mercado e gerar sinais comerciais. Os comerciantes que aderem a uma estratégia de tendência a seguir não pretendem prever ou prever níveis de preços específicos, iniciam um comércio quando uma tendência parece ter começado e saem do comércio uma vez que a tendência parece ter terminado. 36 pares de negociação Editar pares de negociação ou par de negociação é um longo-curto. Idealmente estratégia neutra do mercado, permitindo que os comerciantes lucram com discrepâncias transitórias no valor relativo dos substitutos próximos. Ao contrário do caso da arbitragem clássica, no caso de negociação de pares, a lei de um preço não pode garantir a convergência de preços. Isto é especialmente verdadeiro quando a estratégia é aplicada a estoques individuais - esses substitutos imperfeitos podem de fato divergir indefinidamente. Em teoria, a natureza de longo prazo da estratégia deve fazê-lo funcionar independentemente da direção do mercado de ações. Na prática, o risco de execução, divergências persistentes e grandes, bem como um declínio na volatilidade podem tornar esta estratégia não rentável por longos períodos de tempo (por exemplo, 2004-7). Pertence a categorias mais amplas de arbitragem estatística. Convergência. E estratégias de valor relativo. 37 Estratégias Delta neutras Em finanças, delta-neutral descreve uma carteira de títulos financeiros relacionados, em que o valor da carteira permanece inalterado devido a pequenas alterações no valor do título subjacente. Essa carteira normalmente contém opções e seus correspondentes títulos subjacentes, de forma que os componentes delta positivo e negativo são compensados, resultando no valor das carteiras sendo relativamente insensível às mudanças no valor do título subjacente. Arbitragem Editar Em economia e finanças. Arbitragem é a prática de tirar proveito de uma diferença de preço entre dois ou mais mercados. Golpeando uma combinação de negócios de harmonização que capitalizam no desequilíbrio, sendo o lucro a diferença entre os preços de mercado. Quando usada por acadêmicos, uma arbitragem é uma transação que não envolve fluxo de caixa negativo em qualquer estado probabilístico ou temporal e um fluxo de caixa positivo em pelo menos um estado em termos simples, é a possibilidade de um lucro sem risco a custo zero. Condições de arbitragem Arbitragem é possível quando uma das três condições é cumprida: O mesmo ativo não é negociado ao mesmo preço em todos os mercados (a lei de um preço é temporariamente violada). Dois ativos com fluxos de caixa idênticos não são negociados ao mesmo preço. Um activo com um preço conhecido no futuro não negoceia actualmente com o seu preço futuro descontado à taxa de juro sem risco (ou, o activo não tem custos desprezíveis de armazenamento como tal, por exemplo, esta condição é válida para grãos, mas não Para títulos). Arbitragem não é simplesmente o ato de comprar um produto em um mercado e vendê-lo em outro por um preço mais elevado em algum momento posterior. As transacções longas e curtas deveriam idealmente ocorrer simultaneamente para minimizar a exposição ao risco de mercado, ou o risco de que os preços possam mudar num mercado antes que ambas as transacções estejam completas. Em termos práticos, isso geralmente só é possível com títulos e produtos financeiros que podem ser negociados eletronicamente, e mesmo assim, quando a primeira etapa da transação é executada, os preços nas outras pernas podem ter piorado, bloqueando uma garantia perda. Faltar uma das pernas do comércio (e, posteriormente, ter que abri-lo a um pior preço) é chamado de risco de execução ou mais especificamente perna-in e perna-out risco. Nota 1 No exemplo mais simples, qualquer bem vendido em um mercado deve vender para o mesmo preço em outro. Os comerciantes podem, por exemplo, achar que o preço do trigo é menor nas regiões agrícolas do que nas cidades, comprar o bem e transportá-lo para outra região para vender a um preço mais alto. Este tipo de arbitragem de preços é o mais comum, mas este exemplo simples ignora o custo de transporte, armazenamento, risco e outros fatores. A verdadeira arbitragem exige que não haja nenhum risco de mercado envolvido. Quando os valores mobiliários são negociados em mais de uma bolsa, a arbitragem ocorre ao comprar simultaneamente um e vender no outro. Tal execução simultânea, se forem substitutos perfeitos, minimiza os requisitos de capital, mas na prática nunca cria uma posição de autofinanciamento (livre), como muitas fontes incorretamente assumem seguindo a teoria. Enquanto houver alguma diferença no valor de mercado e risco das duas pernas, o capital teria que ser colocado para transportar a posição de arbitragem longa-curta. Reversão média A reversão média é uma metodologia matemática usada às vezes para investir ações, mas pode ser aplicada a outros processos. Em termos gerais, a idéia é que tanto um estoque de alta e baixa preços são temporários, e que um preço das ações tende a ter um preço médio ao longo do tempo. A reversão média envolve primeiro a identificação da faixa de negociação de uma ação e, em seguida, calcular o preço médio usando técnicas analíticas relacionadas aos ativos, ganhos, etc. Quando o preço atual de mercado é menor que o preço médio, o estoque é considerado atrativo para compra , Com a expectativa de que o preço vai subir. Quando o preço de mercado atual está acima do preço médio, o preço de mercado deverá cair. Em outras palavras, espera-se que os desvios do preço médio revertem para a média. O desvio padrão dos preços mais recentes (por exemplo, os últimos 20) é frequentemente utilizado como um indicador de compra ou de venda. Os serviços de relatórios de ações (como o Yahoo Finance, o MS Investor, a Morningstar, etc.) oferecem geralmente médias móveis para períodos como 50 e 100 dias. Embora os serviços de relatórios fornecem as médias, a identificação dos preços altos e baixos para o período de estudo ainda é necessária. Scalping Editar Scalping (trading) é um método de arbitragem de pequenas diferenças de preços criadas pelo spread bid-ask. Scalpers tentam agir como tradicionais fabricantes de mercado ou especialistas. Para fazer a propagação significa comprar ao preço de oferta e vender ao preço de venda, para ganhar a diferença de bidask. Este procedimento permite o lucro, mesmo quando o lance e pedir não se movem em tudo, desde que há comerciantes que estão dispostos a tomar preços de mercado. Isso normalmente envolve estabelecer e liquidar uma posição rapidamente, geralmente em minutos ou mesmo segundos. O papel de um scalper é realmente o papel dos criadores de mercado ou especialistas que são para manter a liquidez eo fluxo de ordem de um produto de um mercado. Um fabricante de mercado é basicamente um scalper especializado. O volume que um comerciante faz comércios é muitas vezes mais do que a média individual scalpers. Um fabricante de mercado tem um sistema de negociação sofisticado para monitorar a atividade de negociação. No entanto, um fabricante de mercado é obrigado por estritas regras de câmbio, enquanto o comerciante individual não é. Por exemplo, o NASDAQ exige que cada fabricante de mercado publique pelo menos um lance e um pergunte a algum nível de preço, de modo a manter um mercado de dois lados para cada ação representada. Redução de custos de transação Editar A maioria das estratégias referidas como negociação algorítmica (assim como busca de liquidez algorítmica) caem na categoria de redução de custos. A idéia básica é quebrar uma grande ordem em pequenas encomendas e colocá-los no mercado ao longo do tempo. A escolha do algoritmo depende de vários fatores, sendo os mais importantes a volatilidade ea liquidez do estoque. Por exemplo, para um estoque altamente líquido, combinar uma certa porcentagem das ordens globais de estoque (chamado de algoritmos em linha de volume) é geralmente uma boa estratégia, mas para um estoque altamente ilíquido, os algoritmos tentam combinar cada ordem que tem um preço favorável ( Chamados algoritmos de busca de liquidez). O sucesso dessas estratégias é geralmente medido comparando o preço médio ao qual a ordem inteira foi executada com o preço médio obtido por meio de uma execução de benchmark para a mesma duração. Normalmente, o preço médio ponderado pelo volume é utilizado como referência. Às vezes, o preço de execução também é comparado com o preço do instrumento no momento da colocação da ordem. Uma classe especial desses algoritmos tenta detectar ordens algorítmicas ou iceberg no outro lado (isto é, se você está tentando comprar, o algoritmo tentará detectar ordens para o lado de venda). Esses algoritmos são chamados algoritmos sniffing. Um exemplo típico é Stealth. Alguns exemplos de algoritmos são TWAP, VWAP, falta de implementação, POV, tamanho de exibição, buscador de liquidez e Stealth. Estratégias que pertencem apenas a piscinas escuras Recentemente, HFT, que compreende um amplo conjunto de buy-side, bem como mercado de venda vender comerciantes lado, tornou-se mais proeminente e controversa. 38 Esses algoritmos ou técnicas são comumente dados nomes como Stealth (desenvolvido pelo Deutsche Bank), Iceberg, Dagger, Guerrilha, Sniper, BASOR (desenvolvido pela Quod Financial) e Sniffer. 39 As piscinas escuras são bolsas de valores eletrônicas alternativas onde a negociação ocorre anonimamente, com a maioria das ordens ocultas ou icebergadas. 40 Os jogadores ou os tubarões olham para fora ordens grandes sibilando ordens pequenas do mercado para comprar e vender. Quando várias pequenas encomendas são preenchidas os tubarões podem ter descoberto a presença de uma grande ordem iceberged. Agora é uma corrida armamentista, disse Andrew Lo, diretor do Massachusetts Institute of Technology s Laboratório de Engenharia Financeira. Todo mundo está construindo algoritmos mais sofisticados, e quanto mais concorrência existe, menor os lucros. 41 Comércio de alta freqüência Editar Nas empresas de comércio de alta freqüência dos EUA (HFT) as empresas representam 2 das aproximadamente 20.000 empresas que operam hoje, mas respondem por 73 de todo o volume de negociação de ações. 42 A partir do primeiro trimestre de 2009, o total de ativos sob gestão de hedge funds com estratégias de HFT foi de US141 bilhões, cerca de 21 de sua alta. 43 A estratégia da HFT foi pela primeira vez bem sucedida pela Renaissance Technologies. 44 Os fundos de alta freqüência começaram a se tornar especialmente populares em 2007 e 2008. 43 Muitas empresas HFT são criadoras de mercado e fornecem liquidez ao mercado, o que reduziu a volatilidade e ajudou a reduzir os spreads da oferta de compra, tornando a negociação e o investimento mais baratos para outros participantes do mercado. 43 45 46 A HFT tem sido objeto de intenso foco público desde que a Comissão de Valores Mobiliários e Câmbio dos EUA ea Commodity Futures Trading Commission declararam que tanto o algoritmo como o HFT contribuíram para a volatilidade no Flash Crash 2010. Principais jogadores em HFT incluem GETCO LLC, LLC Trading Jump, Tower Research Capital, Hudson River Trading, bem como Citadel Investment Group, Goldman Sachs, DE Shaw, Renaissance Technologies. 14 15 16 17 Existem quatro categorias principais de estratégias de HFT: mercado-making baseado em fluxo de ordem, mercado-making baseado em informação de dados de carrapato, arbitragem de evento e arbitragem estatística. Todas as decisões de alocação de portfólio são feitas por modelos quantitativos computadorizados. O sucesso das estratégias de HFT é em grande parte impulsionado pela sua capacidade de processar simultaneamente volumes de informação, algo que os comerciantes humanos comuns não podem fazer. Tipo move image Arquivo: Merge-arrow. svg imageright estilo de classe textstyle texto Sugeriu-se que este artigo seja mesclado em erro de script. (Discussão) Proposta desde agosto de 2013. small small small small small small small small home smalltext name Nome do mercado Edit Market making é um conjunto de estratégias HFT que envolve colocar uma ordem limite para vender (ou oferecer) acima do preço de mercado atual ou uma ordem limitada de compra Lance) abaixo do preço atual para se beneficiar do spread bid-ask. Mesa de negociação automatizada. Que foi comprado pelo Citigroup em julho de 2007, tem sido um fabricante de mercado ativo, representando cerca de 6 do volume total, tanto no NASDAQ quanto na Bolsa de Valores de Nova York. 47 Arbitragem estatística Outro conjunto de estratégias de HFT é a estratégia de arbitragem clássica pode envolver vários valores mobiliários, como a paridade da taxa de juros cobertos no mercado de câmbio que dá uma relação entre os preços de uma ligação doméstica, uma obrigação denominada em moeda estrangeira, o spot Preço da moeda eo preço de um contrato a termo sobre a moeda. Se os preços de mercado forem suficientemente diferentes dos implícitos no modelo para cobrir o custo da transação, então quatro operações podem ser feitas para garantir um lucro sem risco. HFT permite arbitragens semelhantes usando modelos de maior complexidade envolvendo mais de 4 títulos. O Grupo TABB estima que os lucros agregados anuais de estratégias de baixa latência de arbitragem atualmente ultrapassam US21 bilhões. 8 Foi desenvolvida uma vasta gama de estratégias de arbitragem estatística através das quais as decisões comerciais são tomadas com base em desvios de relações estatisticamente significativas. Como as estratégias de mercado, a arbitragem estatística pode ser aplicada em todas as classes de ativos. Event arbitrage Editar Um subconjunto de arbitragem de risco, fusão, conversão ou angustiado que conta com um evento específico, como assinatura de contrato, aprovação regulamentar, decisão judicial, etc., para alterar a relação de preço ou taxa de dois ou mais instrumentos financeiros E permitir que o arbitrageur para ganhar um lucro. 48 A arbitragem de fusões também chamada de arbitragem de risco seria um exemplo disto. A arbitragem de fusão geralmente consiste em comprar o estoque de uma empresa que é o alvo de uma aquisição e, ao mesmo tempo, encurtar o estoque da empresa adquirente. Normalmente, o preço de mercado da empresa-alvo é menor do que o preço oferecido pela empresa adquirente. O diferencial entre estes dois preços depende principalmente da probabilidade e do momento em que a aquisição está a ser concluída, bem como do nível prevalecente das taxas de juro. A aposta em uma arbitragem de fusão é que tal propagação será eventualmente zero, se e quando a aquisição for concluída. O risco é que o negócio quebra e a expansão massivamente alarga. Baixa latência de negociação HFT é muitas vezes confundido com baixa latência de negociação que usa computadores que executam negócios dentro de microssegundos, ou com extremamente baixa latência no jargão do comércio. Os operadores de baixa latência dependem de redes de latência ultra baixa. Eles lucram com o fornecimento de informações, tais como ofertas concorrentes e oferece, aos seus algoritmos de microssegundos mais rápido do que seus concorrentes. 8 O avanço revolucionário na velocidade levou à necessidade de as empresas terem uma plataforma de negociação em tempo real, colocada para se beneficiar da implementação de estratégias de alta freqüência. 8 As estratégias são constantemente alteradas para refletir as sutis mudanças no mercado, bem como para combater a ameaça da estratégia de ser engenharia reversa por concorrentes. Existe também uma pressão muito forte para adicionar continuamente funcionalidades ou melhorias a um algoritmo específico, tais como modificações específicas do cliente e várias alterações de desempenho (relativamente ao desempenho de negociação de referência, redução de custos para a empresa de negociação ou uma gama de outras implementações). Isso se deve à natureza evolutiva das estratégias de negociação algorítmica que devem ser capazes de se adaptar e negociar inteligentemente, independentemente das condições do mercado, o que envolve ser flexível o suficiente para suportar uma vasta gama de cenários de mercado. Como resultado, uma proporção significativa da receita líquida das empresas é gasta na RampD desses sistemas de comércio autônomo. 8 Implementação da estratégia Editar A maioria das estratégias algorítmicas são implementadas usando linguagens de programação modernas, embora algumas ainda implementem estratégias projetadas em planilhas. Cada vez mais, os algoritmos utilizados pelas grandes corretoras e gestores de activos são escritos no FIX Protocols Algorithmic Trading Definition Language (FIXatdl), que permite que as empresas recebam ordens para especificar exactamente como as suas encomendas electrónicas devem ser expressas. Ordens construídas usando FIXatdl podem então ser transmitidas de sistemas de comerciantes através do protocolo FIX. Os modelos básicos podem contar com apenas uma regressão linear, enquanto que o teorema de jogos e o reconhecimento de padrões mais complexos 50 ou modelos preditivos também podem ser usados para iniciar a negociação. Redes neuronais e programação genética têm sido usadas para criar esses modelos. Problemas e desenvolvimentos Editar negociação algorítmica foi mostrado para melhorar substancialmente a liquidez do mercado 51 entre outros benefícios. Entretanto, as melhorias na produtividade trazidas pelo negociar algorítmico foram opostas pelos corretores e pelos comerciantes humanos que enfrentam a competição dura dos computadores. A desvantagem com esses sistemas é a sua caixa preta-ness, o Sr. Williams disse. Os comerciantes têm sentidos intuitivos de como o mundo funciona. Mas com esses sistemas você despeja um monte de números, e algo sai do outro lado, e nem sempre é intuitivo ou claro por que a caixa preta trava em determinados dados ou relacionamentos. 41 A Financial Services Authority tem mantido um olhar atento sobre o desenvolvimento da negociação de caixa preta. Em seu relatório anual, o regulador destacou os grandes benefícios da eficiência que a nova tecnologia está trazendo para o mercado. Mas também apontou que uma maior dependência de tecnologia sofisticada e modelagem traz consigo um maior risco de que a falha de sistemas pode resultar em interrupção de negócios. 52 O ministro do Tesouro britânico, Lord Myners, alertou que as empresas podem se tornar brinquedos de especuladores por causa do comércio automático de alta freqüência. Lord Myners disse que o processo corre o risco de destruir a relação entre um investidor e uma empresa. Outras questões incluem o problema técnico da latência ou o atraso na obtenção de cotações para os comerciantes, 54 a segurança e a possibilidade de uma completa desagregação do sistema levando a uma queda do mercado. Goldman gasta dezenas de milhões de dólares nessas coisas. Eles têm mais pessoas trabalhando em sua área de tecnologia do que as pessoas na mesa de negociação. A natureza dos mercados mudou drasticamente. 56 Em 1 de agosto de 2012, o Knight Capital Group experimentou uma questão de tecnologia em seu sistema automatizado de negociação, 57 causando uma perda de 440 milhões. Esta questão estava relacionada com a instalação de software de negociação Knights e resultou em Knight enviando inúmeras ordens erradas em títulos cotados na NYSE para o mercado. Este software foi removido dos sistemas da empresa. Os clientes não foram afetados negativamente pelas ordens erradas ea questão do software foi limitada ao roteamento de determinadas ações listadas para a NYSE. Knight trocou fora de toda a sua posição de comércio errado, o que resultou em uma perda antes de impostos realizados de aproximadamente 440 milhões. Algorítmica e HFT foram mostrados para ter contribuído para a volatilidade durante o 6 de maio de 2010 Flash Crash, 14 16 quando o Dow Jones Industrial Average mergulhou cerca de 600 pontos apenas para recuperar essas perdas em poucos minutos. Na época, foi o segundo maior ponto de balanço, 1.010,14 pontos, eo maior declínio ponto de um dia, 998,5 pontos, em uma base intraday na história Dow Jones Industrial Average. 58 Desenvolvimentos recentes Editar Notícias do mercado financeiro está sendo formatado por empresas como Need To Know News. Thomson Reuters. Dow Jones. E Bloomberg. Para ser lido e negociado através de algoritmos. Computadores agora estão sendo usados para gerar notícias sobre os resultados dos lucros da empresa ou estatísticas econômicas à medida que são lançados. E esta informação quase instantânea forma uma alimentação direta em outros computadores que comercializam nas notícias. 59 Os algoritmos não simplesmente trocam em notícias simples, mas também interpretam notícias mais difíceis de entender. Algumas empresas também estão tentando atribuir automaticamente o sentimento (decidir se a notícia é boa ou ruim) para notícias, de modo que a negociação automatizada pode trabalhar diretamente na notícia. Cada vez mais, as pessoas estão olhando para todas as formas de notícias e construindo seus próprios indicadores em torno dele de forma semi-estruturada, como eles constantemente procuram novas vantagens comerciais disse Rob Passarella, diretor global de estratégia do Dow Jones Enterprise Media Group. Sua empresa fornece tanto um feed de notícias de baixa latência e análise de notícias para os comerciantes. Passarella também apontou para a nova pesquisa acadêmica sendo realizado sobre o grau em que as pesquisas do Google freqüentes em várias ações podem servir como indicadores de negociação, o impacto potencial de várias frases e palavras que podem aparecer em declarações Securities and Exchange Commission ea última onda de comunidades on - Dedicado aos tópicos de negociação de ações. Os mercados são, na sua natureza, conversas, tendo crescido em cafés e tavernas, disse ele. So the way conversations get created in a digital society will be used to convert news into trades, as well, Passarella said. 60 There is a real interest in moving the process of interpreting news from the humans to the machines says Kirsti Suutari, global business manager of algorithmic trading at Reuters. More of our customers are finding ways to use news content to make money. 59 An example of the importance of news reporting speed to algorithmic traders was an advertising campaign by Dow Jones (appearances included page W15 of the Wall Street Journal. on March 1, 2008) claiming that their service had beaten other news services by 2 seconds in reporting an interest rate cut by the Bank of England. In July 2007, Citigroup. which had already developed its own trading algorithms, paid 680 million for Automated Trading Desk, a 19-year-old firm that trades about 200 million shares a day. 61 Citigroup had previously bought Lava Trading and OnTrade Inc. In late 2010, The UK Government Office for Science initiated a Foresight project investigating the future of computer trading in the financial markets, 62 led by Dame Clara Furse. ex-CEO of the London Stock Exchange and in September 2011 the project published its initial findings in the form of a three-chapter working paper available in three languages, along with 16 additional papers that provide supporting evidence. 63 All of these findings are authored or co-authored by leading academics and practitioners, and were subjected to anonymous peer-review. The Foresight project is set to conclude in late 2012. In September 2011, RYBN has launched ADM8, 64 an open source Trading Bot prototype, already active on the financial markets. Technical design Edit The technical designs of such systems are not standardized. Conceptually, the design can be divided into logical units: The data stream unit (the part of the systems that receives data (e. g. quotes, news) from external sources) The decision or strategy unit The execution unit With the wide use of social networks, some systems implement scanning or screening technologies to read posts of users extracting human sentiment and influence the trading strategies. 65 Effects Edit Though its development may have been prompted by decreasing trade sizes caused by decimalization, algorithmic trading has reduced trade sizes further. Jobs once done by human traders are being switched to computers. The speeds of computer connections, measured in milliseconds and even microseconds. have become very important. 66 67 More fully automated markets such as NASDAQ, Direct Edge and BATS, in the US, have gained market share from less automated markets such as the NYSE. Economies of scale in electronic trading have contributed to lowering commissions and trade processing fees, and contributed to international mergers and consolidation of financial exchanges. Competition is developing among exchanges for the fastest processing times for completing trades. For example, in June 2007, the London Stock Exchange launched a new system called TradElect that promises an average 10 millisecond turnaround time from placing an order to final confirmation and can process 3,000 orders per second. 68 Since then, competitive exchanges have continued to reduce latency with turnaround times of 3 milliseconds available. This is of great importance to high-frequency traders, because they have to attempt to pinpoint the consistent and probable performance ranges of given financial instruments. These professionals are often dealing in versions of stock index funds like the E-mini SampPs, because they seek consistency and risk-mitigation along with top performance. They must filter market data to work into their software programming so that there is the lowest latency and highest liquidity at the time for placing stop-losses andor taking profits. With high volatility in these markets, this becomes a complex and potentially nerve-wracking endeavor, where a small mistake can lead to a large loss. Absolute frequency data play into the development of the traders pre-programmed instructions. 69 Spending on computers and software in the financial industry increased to 26.4 billion in 2005. 1 Communication standards Edit Algorithmic trades require communicating considerably more parameters than traditional market and limit orders. A trader on one end (the buy side ) must enable their trading system (often called an order management system or execution management system ) to understand a constantly proliferating flow of new algorithmic order types. The RampD and other costs to construct complex new algorithmic orders types, along with the execution infrastructure, and marketing costs to distribute them, are fairly substantial. What was needed was a way that marketers (the sell side ) could express algo orders electronically such that buy-side traders could just drop the new order types into their system and be ready to trade them without constant coding custom new order entry screens each time. FIX Protocol LTD fixprotocol. org is a trade association that publishes free, open standards in the securities trading area. The FIX language was originally created by Fidelity Investments, and the association Members include virtually all large and many midsized and smaller broker dealers, money center banks, institutional investors, mutual funds, etc. This institution dominates standard setting in the pretrade and trade areas of security transactions. In 2006-2007 several members got together and published a draft XML standard for expressing algorithmic order types. The standard is called FIX Algorithmic Trading Definition Language (FIXatdl ). 70 The first version of this standard, 1.0 was not widely adopted due to limitations in the specification, but the second version, 1.1 (released in March 2010) is expected to achieve broad adoption and in the process dramatically reduce time-to-market and costs associated with distributing new algorithms. Algorithms Edit Some common trading algorithms include: 71 72 List of algorithms - TILT - 2-step 2200 BTUs 4-Wheel Drive 60-Step The Abyss Algo Mountains Almost Human Apollo Asimovs Nightmare The Awakening Back to School The Bagman Bankers Ball Bankers Blitz BAT Cave BAT Code BAT Discovery BAT Dribble BAT Fence BAT Hats BAT Horizon BAT Lego Bat Pig Batastic Batsicles BBOBomber The Beach Beyond the Blue Wall Bid Stuffer The Bird Blast This Blockhead Blotter Blue Bandsaw The Blue Bidder Blue Blaster Blue Blind Blue Blocker Blue Flicker Blue Ice The Blue Pig Blue Stubble Blue Thicket Blue Wave Blue Zinger Bluegrass Boston Buckr Boston Shuffle Boston Zapper Bot Town Bot Wars Botastic BOTvsBOT The Bridge Bristles Broken BAT Broken Highway Broken SKY Broken Zanti Buckaroo Banzai The Bug The Bunker CancelBot CancelBot Jr. Cancelled Check Cannons Cannons 2 The Carnival Castle Wall Changing Tide Cherokee Nation The Circus Comes to Town City Of BATS City Under Siege The Click Clockwork Orange Clog ged Artery Continental Crust Control Tower Crazy Eyes The Crown Danger Will Robinson Day Trippin The Dead Pool The Deep The Deer Hunter Deer vs. Bat Depth Ping Detox Dinosaur Hunt Dirty Glaciers Dont Tread On Me Double Dip Double Pole, Double Throw The Drowning Early Discovery Early Riser Enchanted Forest EPIC Zapper Eraser Head Faster Zapper Flag Repeater The Flood Flutter Focus The Follower Fred Frog Pond From Above From Below Full Moon Rising Fuzzy Orange Gold Finger Gone Fishing Good Luck Human The Green Flash The Green Hornet Ground Strike Hairline Heart Attack High EQ High Tide Im A PC Inner Chart Jump Shot Junior Just Ask The Knife Landmine Life and Death Lightning Strike Living On The Edge Local Dump Low Tide Made in America Mainframe Mannie, Moe and Jack Marco Polo Market Share Master Blaster Maxy-Zapper Meteors The Monster Monster Mash Morning Zanti The Morphing NARA Zapper No Joy No Reason Obstructus Maximus One Ping Only Orange Crush Orange Marmalade The Outer Limits Pacifi c Rim The Palace Penny Pincher The Pepsi Challenge Periscopes Petting Zoo Pinger Plate Shift Platform Drilling The Port Power Line Power Tower Puzzle Pieces The Quota Quota Catcher Quota Machine The Raceway Racing Stripe Railway The Ramp Red Sky at Night Red Tide Redline Repeater Wars Robot Fight Robot Hunting Rock Star Rollerball The Ron Rougue Wave The Rover Runaway S. O.S. Scissors Scofflaw Sea Level Sea of BATS Sea of BATS Star The Search Search Bots The Seekers Seen Too Much Seizure Shades of Blue The Shredder Simple BAT Single Track Social Butterfly Solar Flare Soylent Blue The Spartan Spastic BAT Street Lamps Stubby Triangles Sunshowers T1 Killer Take Two Tank Tracks Teslas Cathedral Test Pattern Them tHigh EQ The Thin Blue Line Thin Blue Line Things that make you go hmmmm The Tickler To The Moon, Alice Twilight Wading Pool Wake Up Call Warp 15 Waste Pool When the Levee Breaks Wild Thing Wild Thing Edge Yellow Picket Fence Yellow Snow You Dont Know Jack Zanti Mahem The Zanti Misfit Zapata Zappa Street Zapper Clone Zero to Sixty See also Edit Notes Edit As an arbitrage consists of at least two trades, the metaphor is of putting on a pair of pants, one leg (trade) at a time. The risk that one trade (leg) fails to execute is thus leg risk. Some sample trading systems: Intro to Algorithmic Trading with Heikin-Ashi Trendfollowing and mean reversion trading strategies code in MATLAB and Python Crude oil and natural gas focused trading strategies explained in this webinar: Quantitative trading strategies can turn any actionable market insight into a quantitative (math) based trade execution. Although hard to emulate, even the intuition of veteran traders can generally be whittled down into a purely automated quantitative strategy. These systems can be based on any combination of technical analysis, fundamental analysis, newsevents, and sentiment analysis to name a few. In terms of an actual breakdown of algorithmic trading, check out Investopedias post . (Disclaimer: I work at Quantiacs) Once youre ready to make money as a quant, you can join the latest Quantiacs automated trading contest, with a total of 2,250,000 in investments available: Can you compete with the best quants 2.1k Views middot View Upvotes middot Not for Reproduction More Answers Below. Related Questions What are some good trading algorithms Which are the best algorithmic trading strategies Can I build an algorithm trading based on a trend strategy and use it to trade forex for ten years for example What is the fastest way to create algorithmic trading strategies that work What are alternative trading strategies, and what are some examples Where can I find examples or simulations for active trading strategies Is algorithm trading all about algorithm execution Is there no signal identification or complicated trading strategies What is a practical example of algorithmic trading Do MNCs follow it Does every Indian company What are some examples of what automated trading algorithms actually do What are the best Forex Trading Tips Will Zerodha steal my successful algorithmic trading strategies on their platform and sell it to Hedge funds How can retail investors in India execute algorithmic trading strategies Is there any floor for the minimum investment that can be made W hat are the requirements to start trading in Sensex First, be careful not to conflate what we conventionally consider to be systematic quantitative trading and algorithmic trading. In industry parlance, algorithmic trading more often refers to the use of execution algorithms that split up a pointwise parent order into a set of child orders spread out over an interval and attempt to hit some benchmark, e. g. VWAP or minimization of slippage. Rightfully, it is now fairly commonplace to incorporate alpha predictions into an execution algo, and similarly, one may employ generic algorithms (e. g. Bellman-Ford) or execution algorithms in quantitative trading strategies. So perhaps being specific about the differences between the two is limited to a job search: The responsibilities are quite different between a quantitative trading team at a hedge fund and an algorithmic trading desk at a broker-dealer. Nevertheless, for the purpose of added clarity to my answer, I will distinguish the two. A simple algorithmic trading strategy to understand is a naive TWAP strategy, which simply splits a large parent order into smaller, equally-sized child orders distributed uniformly over the time interval, which is empirically (and theoretically, under certain assumptions of price formation process) found to reduce market impact. As for systematic quant strategies, at a longer horizon, many of these are still motivated by factor models or mean-variance optimization. In the former, a basic strategy expresses the future returns of an asset as a linear combination of historical factors and normally distributed noise. Common equity factors are market returns, market capitalization, book-to-market ratio and momentum. For fixed income, term and default risk factors are often used. The factor loadings or constant coefficients of the factors are solved with least squares over some window of historical data - this part is almost always carried out by a computer, thus algorithmic. As a side-note: This model also predates the popular idea of a market neutral strategy, practiced by many hedge funds, with the belief in a strong mean-reverting behavior in the residual time series. In the general form of mean-variance optimization, one expresses your portfolio expected returns, variance and constraints as functions of position sizes in each security in your portfolio. This is an archetypal problem for the method of Lagrange multipliers, and there are mature numerical libraries that solve it very fast on a CPU. This is an elegant and flexible formulation: indeed, you can express a variety of interesting constraints in the weights, be it long-only, leverage, gamma-weighted, or beta neutrality, quadratic transaction costs - these special cases motivate their algorithmic implementations in a long-short equity fund, beta neutral fund, 13030 fund, and so on. As another example, volatility arbitrage strategies aim to capture the difference between implied volatility and forecasted realized volatility. At the lower level, such strategies may employ lattice models and Monte Carlo simulations which have to be solved numerically, thus essentially limiting the practice of these strategies to a certain degree of algorithmic implementation. Advancements in GPGPU processing and parallel computing frameworks enable interesting pursuits of systematic trading in this space. 2.7k Views middot View Upvotes middot Not for Reproduction Algorithmic Trading is a process to Buy or Sell a security based on some pre-defined set of rules which are backtested on Historical data. These rules can be based on Technical Analysis, charts, indicators or even Stock fundamentals. For example, suppose you have a trading plan that you would Buy a particular stock if it closes in Red for 5 consecutive days. You can formulate this rule into Algorithmic Trading system and even automate it so that Buy order is placed automatically when your condition is met. You may even define your stoploss, target and position sizing in the algorithm which would make your Trading life easier. Check out the below link which contains a bunch of Algorithmic Trading strategies based on Excel and Amibroker: Also, refer this article to develop your own Algorithmic trading system from scratch: 361 Views middot View Upvotes middot Not for Reproduction Heres a nice write up on different types of algorithmic trading strategies. Algorithmic Trading Strategies, Paradigms and Modelling Ideas if you interested in an example strategy, find some of the blog links below Momentum Based Strategies for Low and High Frequency Trading EXCEL MODEL EPAT Final Project by Jacques Joubert Statistical Arbitrage Strategy in R Predictive Modeling in R for Algorithmic Trading Hope this helps. Let me know if you have further queries 30 Views middot Not for Reproduction Huck Zou. studied at University of Illinois Class of 2017 Here are some classic strategies. Rotation strategies. long a few best performers and short a few worst performers in an industry. Moving average crossovers. 160 Views middot Not for ReproductionData, information, and material (ldquocontentrdquo) is provided for informational and educational purposes only. This material neither is, nor should be construed as an offer, solicitation, or recommendation to buy or sell any securities. Any investment decisions made by the user through the use of such content is solely based on the users independent analysis taking into consideration your financial circumstances, investment objectives, and risk tolerance. Neither KJTradingSystems (KJ Trading) nor any of its content providers shall be liable for any errors or for any actions taken in reliance thereon. By accessing the KJ Trading site, a user agrees not to redistribute the content found therein unless specifically authorized to do so. Individual performance depends upon each studentrsquos unique skills, time commitment, and effort. Students sharing their stories have not been compensated for their testimonials. Student stories have not been independently verified by KJ Trading. Results may not be typical and individual results will vary. 8203U. S. Government Required Disclaimer - Commodity Futures Trading Commission. Futures and options trading has large potential rewards, but also large potential risk. Você deve estar ciente dos riscos e estar disposto a aceitá-los para investir nos mercados de futuros e opções. Não comércio com dinheiro que você não pode perder. This website is neither a solicitation nor an offer to BuySell futures or options. Nenhuma representação está sendo feita que qualquer conta será ou é susceptível de alcançar lucros ou perdas semelhantes aos discutidos neste site. O desempenho passado de qualquer sistema de negociação ou metodologia não é necessariamente indicativo de resultados futuros. CFTC REGRA 4.41 - RESULTADOS DE DESEMPENHO HIPOTÉTICOS OU SIMULADOS TÊM CERTAS LIMITAÇÕES. DESCONHECIDO UM REGISTO DE DESEMPENHO REAL, OS RESULTADOS SIMULADOS NÃO REPRESENTAM A NEGOCIAÇÃO REAL. ALSO, SINCE THE TRADES HAVE NOT BEEN EXECUTED, THE RESULTS MAY HAVE UNDER-OR-OVER COMPENSATED FOR THE IMPACT, IF ANY, OF CERTAIN MARKET FACTORS, SUCH AS LACK OF LIQUIDITY, SIMULATED TRADING PROGRAMS IN GENERAL ARE ALSO SUBJECT TO THE FACT THAT THEY ARE DESIGNED WITH THE BENEFIT OF HINDSIGHT. NENHUMA REPRESENTAÇÃO ESTÁ SENDO SENDO QUE QUALQUER CONTA PODERÁ OU É POSSÍVEL CONSEGUIR LUCROS OU PERDAS SIMILARES Àqueles MOSTRADOS. Testimonials appearing on this site are actually received via email submission or web survey comments. They are individual experiences, reflecting real life experiences of those who have used our products andor services in some way or other. However, they are individual results and results do vary. We do not claim that they are typical results that consumers will generally achieve. The testimonials are not necessarily representative of all of those who will use our products andor services. The testimonials displayed are given verbatim except for correction of grammatical or typing errors. Some have been shortened, meaning not the whole message received by the testimony writer is displayed, when it seemed lengthy or the testimony in its entirety seemed irrelevant for the general public. Email: kdavey at kjtradingsystems (c) Copyright - KJ Trading Systems. All Rights Reserved Worldwide. KJ Trading SystemsAn algorithm is a specific set of clearly defined instructions aimed to carry out a task or process. A negociação algorítmica (negociação automatizada, negociação em caixa preta ou simplesmente negociação de algo) é o processo de utilização de computadores programados para seguir um conjunto definido de instruções para colocar um negócio a fim de gerar lucros a uma velocidade e frequência que é impossível para um Comerciante humano. Os conjuntos de regras definidos baseiam-se em tempo, preço, quantidade ou qualquer modelo matemático. Além de oportunidades de lucro para o comerciante, algo-trading torna os mercados mais líquidos e torna a negociação mais sistemática, excluindo impactos humanos emocionais sobre as atividades de negociação. Suponha que um comerciante segue estes critérios comerciais simples: Compre 50 ações de uma ação quando sua média móvel de 50 dias ultrapassa a média móvel de 200 dias Vender ações da ação quando sua média móvel de 50 dias fica abaixo da média móvel de 200 dias Usando este conjunto de duas instruções simples, é fácil escrever um programa de computador que irá monitorar automaticamente o preço das ações (e os indicadores de média móvel) e colocar as ordens de compra e venda quando as condições definidas forem atendidas. O comerciante já não precisa de manter um relógio para preços e gráficos vivos, ou põr nas ordens manualmente. O sistema de negociação algorítmica automaticamente o faz por ele, identificando corretamente a oportunidade de negociação. Algo-trading oferece os seguintes benefícios: Trades executados nos melhores preços possíveis Instant e exata colocação da ordem de comércio (assim altas chances de execução nos níveis desejados) Trades Temporizado corretamente e instantaneamente, para evitar mudanças significativas de preços Custos de transação reduzidos (veja o exemplo de insuficiência de implementação abaixo) Verificações automáticas simultâneas em várias condições de mercado Redução do risco de erros manuais na colocação das operações Backtest o algoritmo, com base em dados históricos e em tempo real reduzidos Reduzido A possibilidade de erros por comerciantes humanos com base em fatores emocionais e psicológicos A maior parte do atual dia algo-negociação é de alta freqüência de negociação (HFT), que tenta capitalizar sobre a colocação de um grande número de ordens em velocidades muito rápidas em vários mercados e decisão múltipla Parâmetros, com base em instruções pré-programadas. Algo-trading é usado em muitas formas de negociação e atividades de investimento, incluindo: Investidores de médio a longo prazo ou empresas de compra de lado (fundos de pensão , Fundos mútuos, companhias de seguros) que compram em ações em grandes quantidades, mas não querem influenciar os preços das ações com investimentos discretos de grande volume. Short term traders and sell side participants ( market makers. speculators. and arbitrageurs ) benefit from automated trade execution in addition, algo-trading aids in creating sufficient liquidity for sellers in the market. Systematic traders ( trend followers. pairs traders. hedge funds. etc.) find it much more efficient to program their trading rules and let the program trade automatically. Algorithmic trading provides a more systematic approach to active trading than methods based on a human trader039s intuition or instinct. Estratégias de negociação algorítmica Qualquer estratégia de negociação algorítmica requer uma oportunidade identificada que é rentável em termos de ganhos melhorados ou redução de custos. As estratégias de negociação comuns usadas em algo-trading são as seguintes: As estratégias de negociação algorítmicas mais comuns seguem as tendências em médias móveis. Canal breakouts. Movimentos de nível de preços e indicadores técnicos relacionados. Estas são as estratégias mais fáceis e mais simples de implementar através de negociação algorítmica, porque essas estratégias não envolvem fazer previsões ou previsões de preços. Os negócios são iniciados com base na ocorrência de tendências desejáveis. Que são fáceis e simples de implementar através de algoritmos sem entrar na complexidade da análise preditiva. O exemplo acima mencionado de média móvel de 50 e 200 dias é uma tendência popular seguindo a estratégia. Comprar uma ação cotada dual a um preço mais baixo em um mercado e vendê-lo simultaneamente a um preço mais elevado em um outro mercado oferece o diferencial de preço como o lucro sem risco Ou arbitragem. A mesma operação pode ser replicada para ações versus instrumentos de futuros, já que existem diferenciais de preços de tempos em tempos. Implementar um algoritmo para identificar tais diferenciais de preços e colocar as ordens permite oportunidades rentáveis de forma eficiente. Os fundos de índice definiram períodos de reequilíbrio para trazer as suas participações a par com os respectivos índices de referência. Isso cria oportunidades lucrativas para os comerciantes algorítmicos, que capitalizar sobre os negócios esperados que oferecem 20-80 pontos-base de lucros, dependendo do número de ações no fundo de índice, pouco antes do rebalanceamento do fundo índice. Tais negociações são iniciadas através de sistemas de negociação algorítmica para execução atempada e melhores preços. Mathematical Model Based Strategies: A lot of proven mathematical models, like the delta-neutral trading strategy, which allow trading on combination of options and its underlying security, where trades are placed to offset positive and negative deltas so that the portfolio delta is maintained at zero. A estratégia de reversão média baseia-se na idéia de que os preços altos e baixos de um ativo são um fenômeno temporário que revertem para seu valor médio periodicamente. Identificar e definir uma faixa de preço e algoritmo de implementação com base em que permite que os comércios sejam colocados automaticamente quando o preço do ativo entrar e sair do seu intervalo definido. Volume Weighted Average Price (VWAP): Volume weighted average price strategy breaks up a large order and releases dynamically determined smaller chunks of the order to the market using stock specific historical volume profiles. O objetivo é executar a ordem próxima ao Preço Médio Ponderado pelo Volume (VWAP), beneficiando assim o preço médio. Time Weighted Average Price (TWAP): Time weighted average price strategy breaks up a large order and releases dynamically determined smaller chunks of the order to the market using evenly divided time slots between a start and end time. O objetivo é executar a ordem perto do preço médio entre o início eo fim, minimizando assim o impacto no mercado. Até que a ordem de negociação seja totalmente preenchida, este algoritmo continua enviando ordens parciais, de acordo com a proporção de participação definida e de acordo com o volume negociado nos mercados. The related quotsteps strategyquot sends orders at a user-defined percentage of market volumes and increases or decreases this participation rate when the stock price reaches user-defined levels. A estratégia de déficit de implementação visa minimizar o custo de execução de uma ordem, trocando o mercado em tempo real, economizando assim o custo da ordem e beneficiando do custo de oportunidade da execução atrasada. A estratégia vai aumentar a taxa de participação alvo quando o preço das ações se move favoravelmente e diminuí-lo quando o preço das ações se move adversamente. Beyond the Usual Trading Algorithms: There are a few special classes of algorithms that attempt to identify happenings on the other side. These quotsniffing algorithms, quot used, for example, by a sell side market maker have the in-built intelligence to identify the existence of any algorithms on the buy side of a large order. Essa detecção por meio de algoritmos ajudará o criador de mercado a identificar grandes oportunidades de pedidos e permitir que ele se beneficie ao preencher as encomendas a um preço mais alto. Isso às vezes é identificado como front-running de alta tecnologia. Requisitos técnicos para negociação algorítmica Implementar o algoritmo usando um programa de computador é a última parte, bateu com backtesting. (Para mais sobre negociação de alta freqüência e práticas fraudulentas, consulte: Se você comprar ações on-line, você está envolvido em HFTs. O desafio é transformar a estratégia identificada em um processo informatizado integrado que tenha acesso a uma conta comercial para a colocação de encomendas. The following are needed: Computer programming knowledge to program the required trading strategy, hired programmers or pre-made trading software Network connectivity and access to trading platforms for placing the orders Access to market data feeds that will be monitored by the algorithm for opportunities to place orders The ability and infrastructure to backtest the system once built, before it goes live on real markets Available historical data for backtesting, depending upon the complexity of rules implemented in algorithm Here is a comprehensive example: Royal Dutch Shell (RDS) is listed on Amsterdam Stock Exchange ( AEX ) and London Stock Exchange ( LSE ). Permite construir um algoritmo para identificar oportunidades de arbitragem. Here are few interesting observations: AEX trades in Euros, while LSE trades in Sterling Pounds Due to the one hour time difference, AEX opens an hour earlier than LSE, followed by both exchanges trading simultaneously for next few hours and then trading only in LSE during the last hour as AEX closes Can we explore the possibility of arbitrage trading on the Royal Dutch Shell stock listed on these two markets in two different currencies A computer program that can read current market prices Price feeds from both LSE and AEX A forex rate feed for GBP-EUR exchange rate Order placing capability which can route the order to the correct exchange Back-testing capability on historical price feeds The computer program should perform the following: Read the incoming price feed of RDS stock from both exchanges Using the available foreign exchange rates, convert the price of one currency to other If there exists a large enough price discrepancy (discounting the brokerage costs) leading to a profi table opportunity, then place the buy order on lower priced exchange and sell order on higher priced exchange If the orders are executed as desired, the arbitrage profit will follow Simple and Easy However, the practice of algorithmic trading is not that simple to maintain and execute. Lembre-se, se você pode colocar um comércio algo-gerado, assim que os outros participantes do mercado. Conseqüentemente, os preços flutuam em milissegundos e até em microssegundos. In the above example, what happens if your buy trade gets executed, but sell trade doesnt as the sell prices change by the time your order hits the market You will end up sitting with an open position, making your arbitrage strategy worthless. Há riscos e desafios adicionais: por exemplo, riscos de falha de sistema, erros de conectividade de rede, intervalos de tempo entre ordens de negociação e execução e, o mais importante de tudo, algoritmos imperfeitos. Quanto mais complexo for um algoritmo, o backtesting mais rigoroso é necessário antes de ser colocado em ação. The Bottom Line Quantitative analysis of an algorithms performance plays an important role and should be examined critically. Sua emocionante para ir para a automação auxiliado por computadores com uma noção de fazer dinheiro sem esforço. Mas um deve certificar-se que o sistema é testado completamente e os limites requeridos são ajustados. Os comerciantes analíticos devem considerar a aprendizagem de programação e sistemas de construção por conta própria, para ter certeza de implementar as estratégias certas de forma infalível. O uso cauteloso e o teste completo de algo-trading podem criar oportunidades lucrativas.
No comments:
Post a Comment